ML NET 是一個跨平臺框架，可以允許 NET 開發人員開發專屬模型，并在他們的應用程序中注入定制的機器學習能力，開發人員不需要具備開發
ML.NET 是一個跨平臺框架，可以允許 .NET 開發人員開發專屬模型，并在他們的應用程序中注入定制的機器學習能力，開發人員不需要具備開發或調節機器學習模型的專業知識。
ML.NET 由微軟研究院研發，在過去的十年里發展成為一個重要的框架，它在微軟的許多產品團隊中都有使用，比如 Windows、必應、Azure 等等。
在這次發布的預覽版中，ML.NET 支持分類(例如文本分類、情感分析)、回歸(例如預測、價格預估)等機器學習任務。
除了宣布支持以上任務，微軟一并發布了用于訓練模型、進行預測的 .NET API 的初稿，此外還有這一框架的核心組成部分，比如學習算法、轉換和核心機器學習數據結構。
大家請注意，ML.NET 是一個框架，這意味著它可以擴展，可以將 TensorFlow、Accord.NET 和 CNTK 這樣的流行機器學習庫添加進去。在 ML.NET 開源生態中，微軟致力于讓它的內部功能更加完善，ML.NET 可以為 .NET 開發者帶來更優化的機器學習開發體驗。
大家可以加入 ML.NET 開源社群，讓這一工具在未來迎來更迅猛的發展。
隨著不斷發展，ML.NET 將會不斷增加對流行深度學習庫如 TensorFlow、Caffe2、CNTK 和一般深度學習庫如 Accord.NET 的支持，其功能可以擴展到其他的機器學習場景，如推薦系統、異常檢測和其他深度學習方法。
ML.NET 還增加了 Azure Machine Learning 和 Cognitive Service 的一些已有經驗，它允許使用代碼優先的方法，支持本地應用程序部署，讓用戶能構建自己的模型。
下面是關于 ML.NET 的更多細節：
ML.NET Core Components
ML.NET 是作為 .NET Foundation 的一部分推出的，repo 中包含了訓練和消耗模型的 .NET C# API，還有各種各樣的 transform，以及許多流行的機器學習任務，如回歸和分類。
ML.NET 的目標是提供 E2E 工作流，通過預處理、特征工程、建模、評估和操作，將深度學習能力添加進 .NET 應用程序。
下面的表格是 ML.NET 0.1 所發布的完整組件列表。
微軟表示，他們的目標是使 ML.NET 的 API 變得通用，這樣就可以通過一個共享 API 使用 CNTK、Accord.NET、TensorFlow 等框架和其他庫。
